Varietà di Machine Learning
Esistono tre varietà di machine learning: apprendimento con supervisione, apprendimento senza supervisione e reinforcement learning.
Apprendimento per Rinforzo
L’apprendimento per rinforzo (o reinforcement learning) è una tecnica di apprendimento automatico che punta a realizzare agenti autonomi in grado di scegliere azioni da compiere per il conseguimento di determinati obiettivi tramite interazione con l’ambiente in cui sono immersi.
Definizione e Ruolo dell’Intelligenza Artificiale
Il Machine Learning (ML) è un sottoinsieme dell’intelligenza artificiale (AI) che si occupa di creare sistemi che apprendono—o migliorano le performance—in base ai dati che utilizzano. Intelligenza artificiale è un termine generico e si riferisce a sistemi o macchine che imitano l’intelligenza umana.
Pietra Miliare dell’Intelligenza Artificiale
La pietra miliare dell’Intelligenza Artificiale può essere considerata il convegno del 1956 a Darmouth College, nel New Hampshire, in cui si riunirono i principali luminari dell’informatica.
Rinforzo Vicario
Il rinforzo vicario é un processo che consiste nell’interiorizzazione di un rinforzo ottenuto da un altro individuo. In particolare, è stato indagato il ruolo della somiglianza e del contagio emotivo nell’esperienza di rinforzo vicario.
Differenze tra Condizionamento Classico e Operante
Il condizionamento classico informa che lo stimolo neutro può essere trasformato in uno stimolo condizionato, producendo una risposta condizionata. Il condizionamento operante implica il condizionamento del comportamento volontario, controllabile attraverso le sue conseguenze: rinforzi e punizioni.